Η Google ανοίγει το API του Gemini 3.5 Live Translate στους προγραμματιστές

Η Google Alphabet Inc. ↘ 0.47% παρουσίασε τη Δευτέρα το Gemini 3.5 Live Translate, ένα μοντέλο μετάφρασης ομιλίας σε ομιλία που προσφέρει ηχητική μετάφραση σχεδόν σε πραγματικό χρόνο σε περισσότερες από 70 γλώσσες. Το μοντέλο παράγει μεταφρασμένο λόγο συνεχώς καθώς ένα άτομο μιλάει, αντί να περιμένει να ολοκληρώσει την ομιλία του, και διατηρεί τον τονισμό, τον ρυθμό και το ύψος της φωνής του ομιλητή.

Η κυκλοφορία σηματοδοτεί την ολοκλήρωση μιας σταδιακής διάθεσης που ξεκίνησε με μια έκδοση beta στο Android τον Δεκέμβριο του 2025 και επεκτάθηκε στο iOS τον Μάρτιο του 2026. Το Gemini 3.5 Live Translate είναι πλέον διαθέσιμο σε προγραμματιστές μέσω του Gemini Live API και του Google AI Studio σε δημόσια προεπισκόπηση.youtube+1

Από τα ακουστικά στην αίθουσα συσκέψεων

Το μοντέλο διατίθεται σε πολλά προϊόντα της Google. Από την πλευρά των καταναλωτών, τροφοδοτεί τη λειτουργία Live Translate στην εφαρμογή Google Translate τόσο σε Android όσο και σε iOS, μετατρέποντας οποιοδήποτε ζευγάρι ακουστικών σε συσκευή μετάφρασης σε πραγματικό χρόνο.MacRumors.com+1

Για τους εταιρικούς χρήστες, η Google φέρνει τη μετάφραση ομιλίας που υποστηρίζεται από το Gemini 3.5 Live Translate στο Google Meet σε ιδιωτική προεπισκόπηση για επιλεγμένους επιχειρηματικούς πελάτες του Workspace. Η ενημέρωση επεκτείνει την προηγούμενη δυνατότητα μετάφρασης ομιλίας του Meet, η οποία περιοριζόταν σε λίγες γλώσσες, για να υποστηρίζει πάνω από 70 γλώσσες και περισσότερα από 2.000 γλωσσικά ζεύγη σε μία μόνο σύσκεψη. Το μοντέλο ανιχνεύει αυτόματα ποια γλώσσα μιλάει ένας συμμετέχων και τη μεταφράζει στη γλώσσα που προτιμά ο κάθε ακροατής χωρίς να απαιτούνται χειροκίνητες ρυθμίσεις.investing+1

Πώς λειτουργεί

Οι Thor Schaeff και Anuda Weerasinghe από την Google DeepMind παρουσίασαν το μοντέλο σε ένα βίντεο που δημοσιεύτηκε τη Δευτέρα, εξηγώντας ότι το Gemini 3.5 Live Translate επεξεργάζεται την ομιλία με συνεχή ροή και όχι σε μεμονωμένα τμήματα. Το σύστημα ανιχνεύει αυτόματα τις γλώσσες και φιλτράρει τον θόρυβο του περιβάλλοντος, διατηρώντας παράλληλα μια φυσική εμπειρία ακρόασης.youtube+1

Η Google ανέδειξε μια συνεργασία με την Grab, την εταιρεία μεταφορών της Νοτιοανατολικής Ασίας, η οποία δοκιμάζει το μοντέλο για να βελτιώσει την επικοινωνία μεταξύ των χρηστών της σε διαφορετικές γλώσσες.youtube

Ένας χρόνος προετοιμασίας

Η Google παρουσίασε για πρώτη φορά τις δυνατότητες ζωντανής μετάφρασης ομιλίας σε ομιλία με την υποστήριξη του Gemini τον Δεκέμβριο του 2025, όταν κυκλοφόρησε την beta έκδοση για ακουστικά στο Android στις Ηνωμένες Πολιτείες, το Μεξικό και την Ινδία. Εκείνη την εποχή, η εταιρεία δήλωσε ότι θα έφερνε τη λειτουργία στο iOS και σε επιπλέον χώρες το 2026, μαζί με ευρύτερη πρόσβαση στο API. Η επέκταση στο iOS έφτασε τον Μάρτιο και η ανακοίνωση της Δευτέρας εκπληρώνει τις υπόλοιπες δεσμεύσεις με πλήρη πρόσβαση στο API για προγραμματιστές και την ενσωμάτωση στο Google Meet.The Cryptonomist+3

Μια ευρύτερη διάθεση της λειτουργίας Meet σε περισσότερους πελάτες του Workspace αναμένεται αργότερα μέσα στο έτος.youtube